共查询到20条相似文献，搜索用时 375 毫秒
1.
为了研究大坝变形规律并分析其影响因子,利用奇异谱分析(SSA)提取大坝变形时间序列的趋势和周期分量,并分析各分量与时效、温度和水位因子的关联性。通过分析某大坝实测数据,发现大坝存在徐变和周期性弹性形变。其中,徐变即趋势项,主要与时效因子有关;弹性形变对应的周期项主要与温度和水位的周期变化有关,且温度因子与弹性形变的相关性明显大于水位因子。利用提取的趋势和周期项对大坝变形时间序列进行拟合并预测,其拟合和预测误差分别为0.52和0.24 mm;若采用传统的多元线性回归模型进行拟合和预测,其误差则分别为0.81和0.57 mm。这表明奇异谱方法的拟合和预测精度均优于多元回归法,能够更准确地预测大坝变形。 相似文献
2.
针对传统线性模型通过拟合连续运行参考站(CORS)高程时间序列趋势项,使CORS站运动趋势单一化导致无法体现测站各自运动特性的问题,该文提出一种基于CORS高程时间序列本身的非线性趋势项定量识别与估计方法。首先,用K均值聚类整体经验模态分解方法对CORS站高程时间序列进行分解;其次,基于排列熵理论进行非线性趋势项的定量识别与合成;最后,采用正弦函数模型、线性多项式模型、傅里叶模型对非线性趋势项进行建模拟合并讨论拟合精度。实验结果表明：基于排列熵的非线性趋势项定量识别方法避免了人为判别误差,准确地反映了序列自身的变化趋势;3种模型中,傅里叶模型拟合效果最佳。 相似文献
3.
袁兴明 《测绘与空间地理信息》2020,(4):189-193,196
GNSS坐标在观测过程中受多方面因素影响,产生各种误差,存在一些波动变化,根据波动变化特征可以分析探测存在的信号。本文主要利用功率谱、小波谱和小波熵对GNSS原始、去趋势项、差分处理3种情况下时间序列进行分析,通过对比显示,小波谱和小波熵对于非平稳信号探测比功率谱分析能力强,GNSS时间序列存在一个趋势项和一个年周期信号。 相似文献
4.
青岛大港验潮站的地壳沉降关系到该站平均海平面的绝对变化,因而也就关系到我国高程基准面的变化。本文利用青岛GNSS基准站约10年的观测数据对该站的地壳沉降变化进行分析。首先将青岛GNSS基准站纳入由50个国际IGS站和43个国内陆态网络基准站组成的全球网中,进行单日松弛解和单日约束解解算,获得该站坐标时间序列。然后对该站垂向坐标时间序列进行分析,利用粗差探测、偏差探测、趋势项分析、频谱分析等方法对粗差、偏差、趋势项和周期项进行探测、分析,并通过时间序列模型估计获得时间序列中的周期项振幅和偏差估值。分析表明青岛GNSS基准站垂直方向近一段时间未发现存在显著性的地壳沉降变化,但受到比较明显的周年和半周年周期变化影响。结合青岛大港验潮站验潮数据分析结果得出结论:青岛大港验潮站平均海平面的绝对上升速率是1.62mm/a。 相似文献
5.
非等间距GM（1,1）模型在不等时间间隔序列的趋势分析和预测方面具有重要作用,在此基础上,提出一种基于非等间距加权GM（1,1）模型和自回归AR（p）模型相结合的非等间距加权灰色自回归模型（非等间距WGM-AR模型）.将基坑周边建筑物沉降监测数据视为具有确定趋势的非等时间序列,对序列进行平滑处理,利用非等间距加权GM（1,1）模型提取该时序中的确定性趋势项,用自回归AR（p）模型分析生成的等间距序列中的随机项,并采用内插法得到沉降监测序列的随机项.将组合模型与非等间距GM（1,1）模型计算结果对比分析,结果表明,组合模型具有更高的预测精度,在基坑周边建筑物沉降预测中具有较高的应用价值. 相似文献
6.
《武汉大学学报(信息科学版)》2010,(10)
基于遥感定量化干旱监测结果,进行了干旱预测的研究。将遥感获得的条件植被温度指数VTCI序列应用于陕西关中平原地区,并利用ARIMA模型对该地区的VTCI时间序列进行分析建模预测。提出由点到面的时空序列预测方法,先对该区域的36个气象站所在像素点建立适合的ARIMA模型,再对整个区域所有像素点的VTCI时间序列进行建模预测。进行1步和2步预测,显示预测结果较好,1步预测精度好于2步预测;对历史数据进行AR(1)模型的拟合,拟合误差大部分较小。结果显示AR(1)模型适合VTCI序列。 相似文献
7.
GNSS高程时间序列周期项的经验模态分解提取 总被引：1，自引：0，他引：1
针对传统方法——常振幅常相位的周年+半周年谐波模型法不能准确提取GNSS高程时间序列中周期项问题,该文以中国区域10个IGS基准站在ITRF2008框架下2005—2015年高程时间序列为例,采用经验模态分解(EMD)提取各测站高程时间序列的周期项。对传统方法和EMD两种方法提取的周期项做Lomb_Scargle谱分析,用功率谱图分析了这两种方法提取序列周期项的能力。实验结果表明,EMD方法较传统方法更能准确、自适应地提取GNSS高程时间序列的周期项。 相似文献
8.
9.
10.
频谱分析在周期拟合中的应用 总被引：5，自引：0，他引：5
在时间序列数据处理中常碰到确定性信息的提取。确定性信息包含趋势项和周期项。拟合周期项需要知道频率，利用频谱分析则可准确地捕捉频率，从而获得良好的计算结果。 相似文献
11.
地球自转参数（ERP）是卫星精密定轨中联系天球坐标系与地球坐标系的必要参数,是国际GNSS服务组织（IGS）和国际GNSS监测评估系统（iGMAS）分析中心的重要产品。为了提高中国测绘科学研究院分析中心（CGS）的线性模型预报精度,本文研究了最小二乘（LS）和自回归模型（AR）组合的超短期预报最优方法;通过不同周期数据确定最佳预报时长,利用LS+AR模型进行超短期预报,并通过IGS和iGMAS与线性模型产品对比。结果表明：利用8 d（时段）数据进行超短期预报最优;LS+AR模型预报精度明显优于LS模型;LS+AR的超短期预报方法优于分析中心的线性预报方法;EOP的PMX和PMY分量利用时段数据预报、LOD利用天数据预报精度更高。本文超短期预报方法能够提高ERP预报精度,为IGS或iGMAS分析中心的ERP预报提供了一定的参考意义。 相似文献
12.
连续的全球卫星导航系统(GNSS)基准站的坐标时间序列中包含了复杂的噪声信号、非构造形变及其它因素的影响,尤其在垂直方向,对GNSS基准站在国际地球参考框架(ITRF)下的运动速率估计产生了较大的干扰。为进一步提高速率精度,文中采用整体模态分解(EEMD)方法对GNSS基准站的垂向观测时间序列进行分解,并根据各种信号的Hurst值进行分类及重构为噪声信号、季节性信号和长期趋势信号,采用最小二乘方法拟合长期趋势信号得到垂向速率。通过对中国大陆构造环境监测网络(CMONOC)的GNSS台站从2001—2013年近13a的垂向坐标时间序列的实例分析,采用基于EEMD和Husrt指数的最小二乘法能够准确地估计GNSS基准站的垂向速率。 相似文献
13.
研究了利用时间序列分析方法进行变形预报。首先叙述了变形观测数据预处理、时间序列平稳性检验、模型的选用和检验;然后针对一组实测数据,利用多项式提取趋势项,分析回归残差,建立了AR(2)预报模型,并利用模型进行了预报;最后将预报结果与实测数据比较,证明了预报模型的有效性。 相似文献
14.
15.
全球导航卫星系统（global navigation satellite system,GNSS）‐声学海底定位是面向海底俯冲带板块形变监测需求提出的一种定位技术,也是建设海洋时空基准网的一种重要技术,有着广阔的应用前景。虽然目前GNSS‐声学海底定位技术的研究成果还不能满足海洋时空基准网的建设需求,但其数据处理方法尤其是声速误差精细处理方法,对海洋时空基准网海底部分（海底大地基准）的建设具有重要借鉴意义。介绍了GNSS‐声学海底定位技术的起源,并将其分为静态测量和动态测量两类,同时将声速误差处理方法作为该技术的发展脉络进行梳理,提炼了该技术的3个发展阶段:仅假设海洋声速垂向分层、考虑声速的时域变化、考虑声速的水平梯度。对于仅假设海洋声速垂向分层的阶段,国外学者采用几何结构对称的方式来削弱声速误差的影响;国内学者则主要对声速以外误差源（杆臂矢量误差、时标偏差、姿态角误差等）进行了研究,并用优化随机模型的方式削弱系统误差对定位的影响。对于考虑声速时域变化的阶段,国外学者利用拟合方法（多项式拟合或三次样条拟合）结合参数平滑约束来解算声速的时域变化量,提高定位的稳定性;国内学者基于此细化了参数拟合的方法（考虑参数长周期项的变化特征）,并创新性地提出了水下差分定位算法。对于考虑声速水平梯度的阶段,国内外学者在GNSS‐声学海底定位中解算了声速水平梯度参数,提高了水平方向定位的稳定性,并利用海洋数值模型验证了结果的可靠性。展望了将GNSS‐声学海底定位高精度数据处理方法应用于海底大地基准建设的前景,并引入了小时空尺度声速层析的概念（基于海洋时空基准网的声速误差处理方法）,以期解决数值预报模型不能提供小时空尺度产品的问题,进而为水下潜器提供更高精度的声速误差改正服务。 相似文献
16.
针对传统的单一模型和非线性GM(1,1)-AR组合模型无法实现对非平稳、含噪时间序列信号进行优化处理的问题,该文提出了一种新的基于小波的GM(1,1)-AR模型预测算法。采用小波变换原理对监测数据进行消噪处理和不同频带的分离,有效地获取了实际变形量;利用GM(1,1)模型和AR时序分析模型对具有确定性的趋势项和不确定性的随机项进行建模组合,较好地综合了灰色模型拟合功能强大和时间序列善于处理细节信息两者优势。通过工程实例对比分析结果表明:基于小波的GM(1,1)-AR模型不仅有效剔除了多余噪声,还利用各种模型有机嵌套组合实现优势互补,新算法预测结果比各单一模型、非线性GM(1,1)-AR模型结果更为精确。 相似文献
17.
全球导航卫星定位系统在卫星定轨和信号质量等方面存在的差异性,造成GNSS时间序列中的随机漫步噪声十分复杂,已经成为制约GNSS技术在高精度变形监测行业领域深入应用的瓶颈。本文针对具有量级小、频率低、敏感性差等复杂特征的随机漫步噪声,提出了一种改进的半软阈值算法,通过引入可变因子形成了统一的半软阈值函数体系,提高了常规半软阈值对随机漫步噪声的适应性。为了验证和评估改进半软阈值算法的效果,利用MATLAB平台仿真生成有线性趋势项、年周期项和随机漫步噪声的GNSS时间序列,共1700个历元。结果表明,改进的半软阈值法较经典方法在信噪比和均方根误差上表现出更加优良的性能。自相关分析的评估结果表明,改进方法所消除的噪声与随机漫步噪声在形态特征上具有高度的一致性。谱指数分析评估结果,进一步从定量角度验证了改进方法对随机漫步噪声的特有适用性。 相似文献
18.
基于卫星双向时间频率传递进行钟差预报的方法研究 总被引：1，自引：0，他引：1
用多项式拟合、谱分析、改进的AR模型三种方法对由卫星双向时间频率传递得出的钟差时间序列进行了拟舍和预报分析。为了抵制钟差时间序列中异常值的影响，引入了“抗差等价权”，利用卫星双向时间频率传递得到的1d的钟差，按不问采样率、不同时间跨度进行计算分析。结果表明，抗差估计的预报精度明显高于最小二乘估计；平滑值的预报精度高于采样值；由于钟差时间序列中有明显的周期变化，多项式进行钟差预报的精度不可靠；用谱分析进行钟差预报的精度不高，但可以发现钟差时间序列中的主要周期变化；改进的AR模型预报精度最高，预报6h钟差的RMs在1ns左右。 相似文献
19.
提出了一种基于钟差变化率拟合建模的卫星钟差预报方法。以附加周期项的线性或二次多项式作为基础模型对钟差变化率序列进行拟合,最优估计卫星钟差的趋势项系数,然后直接使用精密定轨得到的相应时刻的卫星钟差计算预报初始时刻的基准项系数,来建立卫星钟差的预报模型。以IGS发布的快速星历(IGR)的卫星钟差为试验数据,对GPS星座中各种型号的所有卫星钟差进行预报。结果表明:本文方法3、6、12与24h的预报精度分别可达0.43、0.58、0.90与1.47ns,相比于传统的基于钟差拟合的预报方法,精度分别提高69.3%、61.8%、50.5%与37.2%;与IGS发布的超快速星历(IGU)的预报钟差相比,钟差精度分别提高15.7%、23.7%、27.4%与34.4%。 相似文献
20.
岩体或建构筑物的变形通常具有复杂性和非线性等特性,一般的回归模型难以精确地进行回归预测,应用高斯过程回归理论对变形监测数据呈现出的非线性特征进行时间序列分析。考虑到监测数据的不断更新和累积,以及超参数与样本集的适应性,首先研究了“递进-截尾式”超参数自动更新模式和训练样本集的选择方法;在此基础上构建了以时间作为输入项的高斯过程回归变形智能预测模型（GPR-TIPM）;将该模型应用于矿山边坡监测点非线性时间序列分析中,通过分析变形趋势,最终采用Matérn 32和平方指数协方差函数相加的方式进行核函数组合。实验结果表明,采用组合核函数的预测性能较单一核函数有所改善,该方法提高了模型的泛化能力,GPR-TIPM模型在短期内的预测效果较理想。 相似文献